Underwater target 6D State Estimation via UUV Attitude Enhance Observability

要約

非協力的なターゲットを追跡するための無人の水中車両（UUV）の正確な相対状態観測は、GPS、複雑な水中ダイナミクス、およびセンサーの制限がないため、依然として重要な課題です。
既存のローカリゼーションアプローチは、グローバルなポジショニングインフラストラクチャまたはマルチUUVコラボレーションのいずれかに依存しています。どちらも、大規模または未知の環境で動作する単一のUUVでは非現実的です。
これに対処するために、単一のUUVが2つの単stat弾ソナーセンサーからの連続した騒音範囲測定のみを使用して、その相対動きを非協力ターゲットに推定できるようにする新しい持続的な相対的な6D状態推定フレームワークを提案します。
私たちの重要な貢献は、観測可能性強化態度制御戦略です。これは、UUVの方向を最適に調整して、カルマンフィルターを使用した相対状態推定の観測可能性を改善し、センサーノイズとドリフトの蓄積の影響を効果的に軽減します。
さらに、UUVが最適な測定範囲を維持し、局所化エラーが時間の経過とともに発散するのを防ぐことにより、長期的な安定性を保証する厳密に証明されたリャプノフベースの追跡制御戦略を導入します。
理論的分析とシミュレーションを通じて、私たちの方法は、従来のアプローチと比較して6D相対状態推定の精度と堅牢性を大幅に改善することを実証します。
この作業は、水中で非協力的なターゲットを追跡するUUVSのためのスケーラブルなインフラストラクチャフリーのソリューションを提供します。

要約(オリジナル)

Accurate relative state observation of Unmanned Underwater Vehicles (UUVs) for tracking uncooperative targets remains a significant challenge due to the absence of GPS, complex underwater dynamics, and sensor limitations. Existing localization approaches rely on either global positioning infrastructure or multi-UUV collaboration, both of which are impractical for a single UUV operating in large or unknown environments. To address this, we propose a novel persistent relative 6D state estimation framework that enables a single UUV to estimate its relative motion to a non-cooperative target using only successive noisy range measurements from two monostatic sonar sensors. Our key contribution is an observability-enhanced attitude control strategy, which optimally adjusts the UUV’s orientation to improve the observability of relative state estimation using a Kalman filter, effectively mitigating the impact of sensor noise and drift accumulation. Additionally, we introduce a rigorously proven Lyapunov-based tracking control strategy that guarantees long-term stability by ensuring that the UUV maintains an optimal measurement range, preventing localization errors from diverging over time. Through theoretical analysis and simulations, we demonstrate that our method significantly improves 6D relative state estimation accuracy and robustness compared to conventional approaches. This work provides a scalable, infrastructure-free solution for UUVs tracking uncooperative targets underwater.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google